测定生产力中"叶绿泰a"的方法探讨

对测定生产力中"叶绿素a"的方法进行了探讨与改进,并进行了方法的验证.本方法的精密度范围为6.1%～8,4%,实验证明,本方法具有简单、快速、准确等特点.     

叶绿素a测定中充分研磨时间的探讨

采用离心法浓缩水样中叶绿素a。通过实验对叶绿素a测定中最佳研磨时间进行了探索，找出了最佳研磨时间。     

叶绿素a测定中充分研磨时间的探讨

采用离心法浓缩水样中叶绿素 a。通过实验对叶绿素 a测定中最佳研磨时间进行了探索 ,找出了最佳研磨时间。     

滇池外海CODMn与叶绿素a相关关系探讨

滇池外海ＣＯＤ_（Ｍｎ）与叶绿素ａ相关关系探讨杨晓珊（昆明市环境监测中心站昆明市６５００３２）在环境监测中，ＣＯＤＭｎ与叶绿素ａ均与水体中的有机物及还原性物质有着密切联系。且ＣＯＤＭｎ和叶绿素ａ之间还应有一定的比例关系。通过对滇池外海龙门村的原水进行?..     

辽宁长海海域叶绿素a和初级生产力的分布

2007年1月14～20日、4月3～8日、7月20～25日和10月22～27日利用荧光法和<'14>C示踪法,对辽宁省长海海域的叶绿素a和初级生产力进行了调查.结果表明叶绿素a和初级生产力均有明显的季节变化.叶绿素a(0.36～1.94 ms/m<'3>)和初级生产力(以c计)[170.27～1326.20 mg/(m...     

钦州湾叶绿素a和初级生产力时空变化及其影响因素

于2009年1—11月对广西钦州典型养殖海湾——钦州湾海域水体中叶绿素a(Chl-a)浓度和初级生产力进行了4个季节航次的调查,分析了该海湾Chl-a和初级生产力的时空变化特征并探讨其影响因素.结果表明,钦州湾表层海水Chl-a浓度周年变化在0.83~32.5 mg·m-3之间,平均为5.39 mg·m-3;Chl-a浓度季节性变化表现为夏季春季冬季秋季.初级生产力变化范围是92.3~1494.5 mg·m-2·d-1(以C计,下同),平均为425.1 mg·m-2·d-1;初级生产力季节变化特征呈现夏季冬季秋季春季.钦州湾Chl-a浓度和初级生产力在春、夏、冬季呈现内湾和三娘湾海区高、钦州港海区低的分布特征,秋季出现相反的特征.相关分析显示,钦州湾Chl-a与水温、盐度和氨氮之间存在密切的相关关系.总体来看,陆源输入的营养盐及贝类养殖活动是影响Chl-a和初级生产力时空变化的重要因素.     

不同实验方法对测定叶绿素a的结果分析对比相关关系探讨

2009年1—8月于滇池外海水体随机取样20组,监测叶绿素a项目,采用两种不同监测分析方法,对其监测结果,应用线性函数Y=a＋bx的形式,进行了一元线性回归相关关系（r）值的显著性检验,验证了两种监测方法之间的相关关系。     

磁湖叶绿素a时空分布特征及环境因子影响分析

2013年分四季监测了磁湖10个位点的水质状况,分析了磁湖叶绿素a的时空分布特点及其与环境因子之间的关系。结果表明,磁湖叶绿素a平均值为14.86μg/L,已处于富营养化状态。不同季节的叶绿素a浓度无显著性差异(P0.05);叶绿素a浓度呈现空间差异性,南磁湖的水体叶绿素a浓度较高。磁湖水体叶绿素a浓度与TN显著性正相关(P0.05),与其他环境因子无显著相关性,水体叶绿素a浓度的变化受多种环境因子综合影响。对磁湖与其他富营养化水体的叶绿素a及氮、磷浓度对比,结果表明在富营养水体中氮磷比是影响叶绿素a的重要因子。磁湖水体中Cd、Ni、Fe含量较高,且多种重金属的联合效应抑制了藻类的光合作用,致使水体中叶绿素a含量较低。     

浅析叶绿素a测定比色法与仪器法比对试验

文中就比色法与手持式叶绿素测定仪对浮游植物叶绿素a的测定进行了两种方法的比对和探讨,保证和提高监测结果的有效性和准确性。在环境监测中,通过测定浮游植物叶绿素,可掌握水体的初级生产力情况。     

三峡小江回水区叶绿素a季节变化及其同主要藻类的相互关系

通过分析三峡小江回水区2007年5月～2008年4月115个样品叶绿素a的季节特点,提出了适用于表征小江回水区叶绿素a与不同藻类细胞密度和生物量的3种状态：Chla≤5 μg·L^-1、5 μg·L^-1-1和Chla>19 μg·L^-1,目的是探讨小江回水区不同水平下Chla与同期各主要藻类细胞密度和生物量的相互关系,为进一步了解三峡水库特定水域藻类季节演替特征提供参考. 全年数据下,小江回水区藻类总细胞密度、生物量和叶绿素a间均呈极显著的正相关关系（R>>0.70,Sig.≤0.01）. 研究期间小江回水区叶绿素a、绿藻、硅藻、蓝藻、甲藻生物量均值分别为(9.58±10.77)、(1605±647)、(707±124)、(511±266)和(4019±1345) μg·L^-1. Chla≤5 μg·L^-1的水平下,绿藻、硅藻与Chla浓度呈显著正相关;5 μg·L^-1-1水平下,仅有蓝藻与Chla含量呈显著正相关关系;Chla>19 μg·L^-1时,甲藻与Chla含量呈显著的正相关关系,但其它藻门与Chla含量无显著相关关系.     

阿哈水库叶绿素a时空分布特征及其与藻类、环境因子的关系

为了解阿哈水库叶绿素a(Chl-a)时空分布特征及其与藻类、环境因子的关系,于2012年枯水期至2013年平水期、丰水期对藻类与理化指标进行分层采样.结果表明Chl-a季节变化明显,与藻类生物量季节变化较为一致,而与丰度差别较大,平水期发生甲藻水华,浓度最高(91μg·L~(-1)),枯水期与丰水期相对较低,分别为8μg·L~(-1)与16μg·L~(-1).枯水期与丰水期水体表层Chl-a浓度略高于中、底层,表层光照、溶解氧相对充足,利于藻类生长;平水期表层Chl-a浓度远高于中、底层,易在表层聚集的甲藻水华是主要原因.大坝Chl-a浓度高于库中,这可能是大坝位于金钟河入库口,营养盐高于库中的缘故.相关性分析得出Chl-a与甲藻门呈极显著正相关(R=0.798,P0.01);Chl-a与TP、DO、pH呈极显著正相关(R=0.762,P0.01;R=0.792,P0.01;R=0.658,P0.01),与TN显著正相关(R=0.388,P0.05)与N/P、NO_3~--N显著负相关(R=-0.37,P0.05;R=-0.435,P0.05).逐步回归分析得出DO、TP、N/P为影响阿哈水库Chl-a分布的主要因子.此外热分层以及水温对Chl-a的影响也不容忽视.     

河口沿岸海水中叶绿素的分光光度法测定

一、前言河口沿岸海区,作为海洋渔场不可分割的部分,是溯河鱼类和降海鱼类集中的地域,也是众多海洋鱼类索饵、产卵、繁殖、肥育场所。由于沿海地区人口稠密,经济发达,因而河口沿岸普遍受到不同程度的污     

不同方法估算太湖叶绿素a浓度对比研究

基于2006-01-07～2006-01-09和2006-07-29～2006-08-01太湖地面实测高光谱数据以及同步水质参数数据,对比分析了三波段模型、两波段模型、反射峰位置法、一阶微分法4种方法用于估算太湖叶绿素a浓度的精度,并讨论其应用于遥感影像中估算叶绿素a浓度的可行性. 2次采样3类水色参数总悬浮物、叶绿素a浓度和有色可溶性有机物在440 nm处吸收系数的变化范围分别为12.24～285.20 mg·L^-1、 4.83～155.11 μg·L^-1和0.27～2.36 m^-1.前述4种方法在反演太湖水体的叶绿素a浓度时都取得较高的精度;决定系数分别为：0.813、 0.838、 0.872、 0.819,均方根误差分别为：13.04、 12.12、 13.41、 12.13 μg·L^-1;相对误差分别为：35.5%、 34.9%、 24.6%、 41.8%.反射峰位置法估算精度最高,但应用到叶绿素a浓度遥感影像估算比较困难.三波段模型和两波段模型的反演结果优于传统的一阶微分法,且在卫星遥感反演中具有良好的应用前景.根据模拟MERIS数据,分别得到最优三波段模型［R^-1(665)-R^-1(709)］×R(754)和两波段模型R(709)/R(681),其决定系数、均方根误差、相对误差分别为0.788、 13.87 μg·L^-1、 37.3%和0.815、 12.96 μg·L^-1、 34.8%,反映了MERIS数据能非常好地应用于太湖这类浑浊二类水体叶绿素a浓度的精确估算.     

广州流溪河水库叶绿素a遥感反演研究

叶绿素a是衡量水体初级生产力和富营养化程度的一项重要指标。本研究在讨论分析反演水体叶绿素a浓度的半分析生物光学模型理论基础上,利用Landsat TM数据及中巴资源卫星02星CCD相机高分辨率数据,结合实测数据建立广州流溪河水库叶绿素a浓度的波段比值型反演模型。该模型对两个不同监测日期的叶绿素a浓度反演效果较好,拟合系数(R2)分别达到0.860和0.715,均方根误差分别为0.102μg/L和0.198μg/L。反演结果表明,流溪河水库叶绿素a浓度整体较低,均在2.0μg/L以下,空间分布在湖库区较均匀,入库支流玉溪河水域叶绿素a浓度略高于湖库区。     

基于高光谱特征提取的藻类叶绿素a反演模型

选取自然界中分布较广泛的小球藻和铜绿微囊藻为研究对象,进行室内藻类光谱试验,同步测定其ρ(叶绿素a),并分别建立基于混合高斯函数的小球藻和铜绿微囊藻高光谱信息模型. 在此基础上,利用模拟退火算法实现模型的非线性参数拟合,提取这2种藻的高光谱特征,通过非线性回归分析,反演得到分解后的高光谱信息模型的峰高(h_i)与ρ(叶绿素a)的定量模型,实现对水体中小球藻和铜绿微囊藻ρ(叶绿素a)的预测. 结果表明:藻类高光谱特征提取算法能有效揭示小球藻和铜绿微囊藻的光谱本质特征,并得出相应的小球藻和铜绿微囊藻叶绿素a反演模型.      

基于TM数据北京城区水体叶绿素a浓度反演方法研究

叶绿素是城市水体富营养化的重要表征参数.以北京城区重点水体为研究对象,利用2011年6月8日TM遥感影像及同步获取的实测数据,在对TM数据进行几何校正和大气校正等预处理的基础上,选取相关性最大的TM2/(TM1 +TM4)波段组合进行叶绿素a浓度反演;利用2008 ～ 2010年的历史TM影像及人工水质站点准同步的实测数据,对模型的精度及适用性进行分析得出:回归模型适用于30 m以上的北京城区水体叶绿素a浓度监测,相对误差为17.04％.     

基于机器学习方法的太湖叶绿素a定量遥感研究

为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的“过学习”等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.     

热冲击和加氯对海水中叶绿素a 恢复的效应

于室内研究了海水中四季浮游植物在受不同升温幅度(&#8710;T)和加氯浓度(CD)胁迫后,其现存量叶绿素a 在15d 内的恢复过程.结果表明,自然水温越高,&#8710;T 越大,叶绿素a 含量恢复越慢.春、秋、冬季自然水温较低,热冲击对浮游植物生产力影响不大,&#8710;T=4,8,12℃时,叶绿素a 仅需1~7d可恢复到对照组水平;夏季自然水温较高,热冲击对其生产力影响较大,当&#8710;T 为4~8℃时,叶绿素a 恢复需9~10d;当&#8710;T=12℃时,叶绿素a 不可恢复.加氯较热冲击对浮游植物生产力影响更大,CD=1.0mg/L 时,各季节叶绿素a 尚能恢复,但当CD≥3.2mg/L 时,叶绿素a 不能恢复至对照组水平.     

2004年春夏季河北海域叶绿素a分布和初级生产力估算

2004年春季5月和夏季8月进行的河北海洋资源调查研究表明:全海域春季5月表层叶绿素a介于0.34～11,39mg/m3,平均值为3.72 mg/m3,底层叶绿素a介于0.87～7.85 mg/m3,平均值为3.03 mg/m3;夏季8月表层叶绿素a介于1.1～18.3 mg/m3,平均值为4.52 mg/m3,底层叶绿素a介于0.4～7.8 mg/m3,平均值为3.95 mg/m3.初级生产力(以C计)春季5月介于112.26～1323.68 mg/m2·d,平均值为504.79 mg/m2·d,夏季8月介于83.92～4265.73 mg/m2·d,平均值为774.96 mg/m2·d.总体趋势是南部海区(沧州海区)叶绿素a含量高于北部海区(秦皇岛、唐山海区)叶绿素a含量,秦皇岛海区初级生产力估算值最高,唐山海区最低.     

基于支持向量机的太湖梅梁湾叶绿素a浓度预测模型

以梅梁湾2010年4月至2011年12月的监测数据为基础,选取太阳总辐射、综合消光系数、水温、总无机氮、pH和当前的叶绿素a浓度等作为输入变量,以7d后的叶绿素a浓度作为输出变量,运用支持向量机(SVM)建立了针对"三号标"监测点的叶绿素a浓度预测模型,并进行了输入变量的敏感性分析.通过模拟值和实测值的对比分析发现,该模型能较好地预测7d后叶绿素a的浓度变化情况.模型输入变量的敏感性分析结果表明,当前的叶绿素a浓度是影响预测结果的最重要因子,然后依次为pH、太阳总辐射、综合消光系数、水温和总无机氮.